最近读了中信出版的《Token 经济》这本书。在这本书中，讨论了六种AI付费定价模式，大部分模式仍然是传统软件订阅模式，其中一种比较新的模式就是按结果付费，用户仅为业务成果买单。当然，这是一种风险，但是很可能就是来自于对产品的自信心。

因为Salesforce的积极参与，全球CRM厂家可能都在看的风向标技术大会可能就是Dreamforce了，每年都有各领域的技术大佬和厂家参加。因为AI推动，今年的会议动静特别大，我们目前也没有这个能力亲临现场，只能隔着屏幕远观一下，只能以观察者的身份看一下CRM领域要发生什么变化。大会主讲嘉宾从底层AI芯片，大模型公司 英伟达，Anthropic到业务应用Salesforce，西门子到场，都是AI的一线用户。通过本次大会的分享来看，AI时代确实带来了CRM变革，从价格，体验，智能业务流程闭环（从"记录客户做过什么"，走向"代表公司持续为客户做事，并且能证明这件事做对了"。前半句考验数据工程，后半句考验治理与信任。），设计哲学都已经变了。以下是基于Dreamforce 2026年对CRM变革的报告。

说明：本报告仅是第三方，非主流观察。

因为对本次大会比较好奇，笔者也体验了一下界面的那个Piper助手，只能说体验不错，是真AI助手，非摆设。

AI CRM 产业研究报告：从 Dreamforce 2026 看未来企业客户关系的发展方向

执行摘要

以 Dreamforce 2026 为观察窗口，CRM 正在从"记录系统"（System of Record）转向"执行系统"（System of Action）。视频中 Salesforce CEO Marc Benioff、Nvidia CEO 黄仁勋、Anthropic CEO Dario Amodei 与西门子 CEO Roland Busch 的对话，实际上把 AI CRM 的四条主线摊开在同一张桌面上：模型能力的下限已足够高、企业数据与业务上下文成为真正的护城河、Agent 的可靠性成为工业级采用的门槛、以及定价与组织结构因此被迫重构（DRM News / Dreamforce 2026 全场记录）。

八条核心判断：

1. 1. CRM 市场规模仍在两位数扩张，但增量正被 AI 层吸走。 全球 CRM 2025 年约 1,129 亿美元、2026 年约 1,262 亿美元，2034 年预计 3,210 亿美元，CAGR 12.4%（Fortune Business Insights）。
2. 2. AI 已成为头部厂商的第一增长引擎。 Salesforce FY27 Q2（截至 2026 年 7 月 31 日）Agentforce ARR 超 15 亿美元、同比 +240%，Agentforce 与 Data 360 合计 ARR 近 39 亿美元、同比 +210%（Salesforce FY27 Q2 财报）。
3. 3. 上下文（Context）而非模型，是客户关系的新护城河。 Benioff 在会上把通用模型比作"没有轮子的赛车"，Customer 360 提供的是"轮子和方向盘"——27 年沉积在 CRM 里的业务逻辑、数据与流程（Dreamforce 2026）。
4. 4. 价值瓶颈已从"能力"转为"扩散"。 Amodei 明确表示，即使技术冻结在当前水平，企业也只用到"可能只有 5% 到 10% 的潜在价值"（Dreamforce 2026）。这与 MIT NANDA 报告 95% 生成式 AI 试点无可测 P&L 影响的结论互为镜像（MarketScale 综述）。
5. 5. 按座席收费正在瓦解。 Gartner 预计到 2030 年至少 40% 的企业 SaaS 支出转向用量、Agent 或结果计费，35% 的单点 SaaS 工具被 AI Agent 替代或吸收（Deloitte 2026 TMT Predictions）。Zendesk 已按每次已验证解决 1.50 美元计费（Zendesk）。
6. 6. "幻觉在车间里行不通"是产业级 AI 的真实约束。 西门子 CEO 的立场代表制造、医疗、通信等高可靠场景的采购逻辑——确定性、可审计、可回滚优先于通用智能（Dreamforce 2026）。
7. 7. AI 原生挑战者正从服务侧切入 CRM 腹地。 Sierra 在 2026 年 5 月以超 158 亿美元估值完成 9.5 亿美元融资、ARR 约 1.5 亿美元（Aivy、Value Add VC）；Decagon 于 2026 年 1 月以 45 亿美元估值融资 2.5 亿美元（Bloomberg）。
8. 8. 中国市场走的是"AI 原生 + 国产替代"的独立路径。 Salesforce 已逐步终止对中国企业的国际版服务支持（AsiaICT），本土厂商在 IDC 口径下持续领跑，纷享销客 2025 上半年以近 10% 份额、18% 增速位居本土 CRM SaaS 第一（纷享销客）。

一、Dreamforce 2026 的信号解读

1.1 四位发言人的立场差异

这场对话的价值不在共识，而在分歧——分歧恰好定义了 AI CRM 未来三年的边界条件。

1.2 Salesforce 展示的四层架构

Benioff 在会上把企业 AI 拆为四层：数据层（为 AI 提供接地/grounding）、应用与语义层、Agent 层、界面层，并说明界面层与 Anthropic 联合开创、首个界面落在 Cowork 上（Dreamforce 2026）。这个分层值得当作产业分析的通用坐标系：

• • 数据层：统一客户数据、零拷贝集成、非结构化数据处理。Salesforce FY27 Q2 单季 Data 360 摄入 104 万亿条记录（同比 +355%），其中零拷贝 82 万亿条（同比 +731%）（Salesforce）。数据侧的"军备竞赛"已经明显快于模型侧。
• • 语义层：把字段、指标、业务规则翻译成模型可理解的语义。Benioff 将 Tableau 定位为"对业务的语义理解"能力来源。
• • Agent 层：从"客户自建 Agent"转向"开箱即用 Agent"。Benioff 承认早期让客户用概率系统自建 Agent 太难，因此推出 Hunter（外呼销售）、Piper（网站获客）、Casey（客服）、Page（IT/HR 服务）、Finn 等预制 Agent，全行业内置"超过 500 个 Agent 与 Action"。
• • 界面层：对话式入口取代表单与列表。客户"希望在所有系统上获得同一种界面"。

1.3 从Demo里读出的产品范式

Siemens 的两个 Agentforce 案例比财务数字更有解读价值：

• • Piper（入站管道生成）：把"网页搜索 → 填静态表单 → 等待回复"的合作伙伴入口，改造为基于邮件点击上下文、CRM 中的角色/公司信息与西门子官方话术实时生成个性化材料；当访客追问"这个规模的分销商的商务模式"时，Agent 将其识别为购买意向信号，直接匹配客户经理并完成预约——"管道就这样产生了，没有表单，没有等待"（Dreamforce 2026）。
• • Marshall（供应商准入）：在 SAP 沙箱这一"安全教室"里学习点哪里、哪些字段必填、背后的业务规则，90 分钟学会新员工要数周才能掌握的流程，并把结果打包成"可信 Action 库"；需要人工复核时主动引入人。

两个案例共同点：Agent 的价值来自对既有系统与流程的上下文占有，而非模型的通用聪明度。这也是 Benioff 反复强调 Customer 360 的原因。

1.4 模型策略：自研 CRM 推理模型

Salesforce 宣布面向 Customer 360 的首个 CRM 推理模型，定位于"长时运行、多任务、完成复杂结果"的 Agent（例如销售 Agent 判断复杂大单的下一步、服务 Agent 判断复杂工单的下一步），并强调完全基于合成数据训练、基于 Nvidia NeMo/Nemotron 技术扩展、"没有一个字节的客户数据被使用"（Dreamforce 2026）。

这一步的战略含义有三层：一是回应客户对"模型选择权"和"性价比"的诉求；二是用合成数据规避数据信任风险，把"信任"本身产品化；三是把领域推理（CRM 特有的流程与判断）作为不被通用模型吞掉的护城河。对通信行业的从业者而言，这与"通用 ASR/LLM 之上必须叠加行业语料与话术模型"的经验完全同构。

二、全球 CRM 市场的结构性变化

2.1 规模与增速：口径分歧本身就是信息

不同机构对 CRM 的边界定义差异巨大，直接影响结论，建议在任何决策中同时引用高低口径。

需要注意的是，客户服务与支持软件市场本身规模已达 434 亿美元、同比增长 13.5%，其中客户互动中心（CEC）约占 44.3%（Gartner MQ 2025 摘要）。服务侧是 AI 渗透最快、也是最先被 AI 原生厂商攻击的子市场。

2.2 头部厂商的 AI 化进度对比

一个值得注意的估值信号：Sierra 在 2025 年 9 月的 100 亿美元估值对应约 67 倍 ARR，超过传统 CX 厂商历史最高倍数的八倍（Agent Market Cap）。资本市场已经把"结果交付"而非"软件许可"作为定价基准。

2.3 定价模型的断裂

这是本轮 CRM 变革中最具破坏性的一环，因为它同时改变收入结构、销售组织与客户成功指标。

• • 席位制在 SaaS 公司中的占比在十二个月内从 21% 降至 15%（Outlier Report）。
• • ServiceNow 披露其净新增业务中已有 50% 不再来自席位制定价（Crown Point Advisory Group）。
• • AI 原生 SaaS 公司中 83% 已采用用量计费（Deloitte 引 Maxio 调研）。
• • BCG 判断客户要求价格与实际交付价值更紧密挂钩，"只为产生的结果付费"的诉求在 Agent 时代被显著放大（BCG）。

对 CRM 厂商的直接后果：收入不再随客户员工数增长，而随客户业务量与自动化深度增长。这既是上限打开（不再受席位天花板限制），也是风险敞口（客户裁员或降量会直接压缩收入，且厂商需承担推理成本）。

2.4 Agent 的真实效能：Demo 与生产的落差

这是采购决策中最容易被高估的部分，必须用中位数而非最佳案例做规划。

结论：单位成本下降是确定的，覆盖率提升是渐进的，客户接受度是主要摩擦。 规划 ROI 时应以 40%–45% 的分流率、而非 80% 的自动化率为基线。

2.5 扩散瓶颈：Amodei 的 5%–10% 与 MIT 的 95%

Amodei 在 Dreamforce 上的判断——技术即使冻结，企业也只用到 5%–10% 的潜在价值——与 MIT NANDA 研究的 95% 生成式 AI 试点零可测 P&L 影响，是同一现象的两面（Dreamforce 2026、Institute PM）。88% 的企业 AI 试点从未进入生产（Institute PM）。

失败原因基本不在模型，而在四处：数据未统一治理、流程未重构（只是把 AI 贴在旧流程上）、缺少可衡量的业务指标、以及无人对 Agent 的错误负责。这正好解释了为什么厂商竞争重心从"模型"移向"数据层 + 语义层 + 治理层"。

2.6 数据与协议层：真正的战场

• • 数据接地（Grounding）：CRM 数据可用于 Agent 的前提是干净、统一、受治理、合规、可连接、可访问（Vantage Point）。数据质量已从"避免重复联系人"升级为"AI-ready 客户体验的基础"（Informatica）。Salesforce 收购 Informatica 并在 FY27 Q2 贡献 4.56 亿美元收入，印证数据治理资产的战略权重（Salesforce）。
• • MCP 成为事实标准：MCP 在 2026 年 3 月突破 10,000 个活跃公共服务器，据称在 78% 的企业 AI 团队生产环境中运行（MCP Enterprise Adoption Guide）。2026-07-28 规范的重点是无状态协议、可横向扩展的传输与会话模型，以及标准元数据格式（Model Context Protocol Blog）；2026 路线图的四大优先方向为传输演进与扩展性、Agent 间通信、治理成熟度与企业就绪（MCP Roadmap）。

协议标准化的战略含义是双向的：一方面降低了客户被单一 CRM 锁定的成本（Agent 可跨系统取数），另一方面也让掌握最多高价值上下文的系统成为默认枢纽。谁的数据被最多 Agent 引用，谁就赢。

三、组织与就业侧的变化

Benioff 公开表示 Salesforce 已裁撤约 4,000 个客服岗位，因为 AI Agent 可以承担这些工作，并直言"我需要更少的人头"（Final Round AI）。他同时强调 agentic 层直接对话的 CSAT 表现，并主张 AI 可以在不触发大规模裁员的前提下提升生产力（Stocktwits、Business Insider）。这两种表述并存，本身就是产业当前的真实状态：一线重复性岗位被压缩，Agent 设计、数据治理、异常处理与结果审计岗位在增加。

对客户关系职能的重新分工可以概括为：

• • Agent 承担：一线咨询、资格预审、报价生成、续约提醒、工单分类、表单填写与系统间搬运。
• • 人承担：复杂谈判、异常与投诉升级、关系建立与信任修复、Agent 的流程设计与规则维护、结果质量审计与合规责任。
• • 新增角色：Agent Ops / AI 运营（管理 Agent 的 KPI、成本与失败模式）、上下文工程师（维护语义层与 Action 库）、AI 治理与审计。

四、中国及区域市场的分化

全球 CRM 正在走向"两套体系"，这对跨区域产品与渠道规划至关重要。

• • Salesforce 的中国收缩：自 2022 年关闭香港代表处、将中国大陆销售运营移交后（Vietnam News），2026 年起国际版对中国企业的服务支持逐步终止（AsiaICT）。西方厂商在华普遍采取"业务分仓（siloing）"策略以降低地缘风险（华尔街日报）。Slack 在 2026 年 4 月停用中国大陆、香港、澳门计费地址的工作区，进一步说明协作与 CRM 生态的区域割裂（yage.ai 分析）。
• • 本土份额上行：IDC 数据显示 2024 年中国 CRM 市场规模达 896.7 亿元人民币、同比增长 18.3%，快于企业软件整体的 12.7%（IDC 数据引述）。纷享销客在 2025 年上半年以近 10% 份额、18% 同比增速位居本土 CRM SaaS 双第一，连续六年领跑（纷享销客）。
• • 结构差异：CRM 在中国企业应用 SaaS 市场中占比最大，约 59%（Daxue Consulting）。这意味着中国的 AI CRM 竞争会更早地与国产大模型、企业微信/钉钉等入口生态、以及私有化部署需求耦合，而非复制美国的"公有云 + 通用模型 API"路径。

对于跨区域产品规划：上下文层必须区域化（数据驻留、模型选择、合规），Agent 编排与语义层可以复用。

五、竞争格局分析（波特五力视角）

净判断：CRM 平台厂商的护城河没有消失，但护城河的材料换了。 从"UI + 工作流 + 席位锁定"换成"统一数据 + 语义层 + 可信 Action 库 + 治理责任"。缺少后者的厂商，即使有前者，也会在 Agent 时代被绕过。

六、未来三阶段路线预测

阶段一（2026–2027）：Agent 作为功能

• • Agent 以预制形式嵌入既有云（销售、服务、营销、商务），部署周期以"45 天以内上线"为卖点（Dreamforce 2026）。
• • 定价为混合制：席位 + 用量/结果加购。Salesforce 的 AWU、Zendesk 的每解决计费、HubSpot 的核心席位回调都属此列。
• • 一线分流率主流落在 40%–45%，成本节约真实但有限（Digital Applied）。
• • 主要失败模式：数据未治理 + 流程未重构，导致试点无法进入生产。

阶段二（2027–2029）：Agent 作为界面

• • 对话式界面成为跨系统的统一入口，表单与列表退化为后台。Benioff 已明确客户"希望在所有系统上获得同一种界面"。
• • MCP 及后续标准使 Agent 常态化跨系统取数与执行，"哪个系统持有最有价值的上下文"决定枢纽地位（MCP Roadmap）。
• • 定价重心迁移到结果计费；Gartner 预计 2030 年至少 40% 企业 SaaS 支出转向用量/Agent/结果计费（Deloitte）。
• • Gartner 预测 2029 年 agentic AI 自主解决 80% 常见客服问题（Veribl）；同时 GenAI 单次解决成本预计到 2030 年将超过离岸人工成本，意味着成本优势将不再是唯一卖点，体验与转化才是（Gartner 新闻稿标题）。
• • 并购集中期：Deloitte 预计未来数年许多新兴 AI Agent 公司被在位厂商收购（Deloitte）。

阶段三（2029 年之后）：客户关系作为持续自主流程

• • CRM 从"人操作系统"变为"人监督系统"：Agent 持续运行客户生命周期（获客、扩销、续约、挽回），人负责例外、关系与责任。
• • 竞争维度变为关系质量的可验证性：能否证明 Agent 提升了留存、NPS 与生命周期价值，而不只是降低了工单成本。
• • 消费者接受度成为硬约束——64% 消费者当前宁愿企业不使用 AI 客服（Veribl），因此"披露 AI 身份 + 无摩擦转人工 + 可解释决策"会从合规要求升级为竞争要素。

七、风险与不确定性

1. 1. 可靠性风险：西门子 CEO 的"幻觉在车间里行不通"适用于所有高后果场景。Benioff 也把风险明确化为"失去一个客户、错过一个季度、损害公司声誉"（Dreamforce 2026）。
2. 2. 治理缺口：Agentforce 的商业数字亮眼，但分析指出其下方的治理缺口可能更具后果性（TechHQ）。谁对 Agent 的错误行动负责，目前缺少行业共识。
3. 3. 单位经济性反转：若 GenAI 单次解决成本在 2030 年前后超过离岸人工，纯成本驱动的部署逻辑会失效（Gartner）。
4. 4. 收入模型波动：结果计费把厂商收入与客户业务量和推理成本同时绑定，毛利率与可预测性均下降。HubSpot 因 AI 转型而下调客户数增长指引即为早期信号（BiggoFinance）。
5. 5. 监管分歧：黄仁勋反对新增监管、Amodei 主张共享标准与国际协作，两条路线的胜负将决定跨境 AI CRM 的合规成本（Dreamforce 2026）。
6. 6. 地缘割裂：中国区服务终止、协作工具区域停用等事件表明，全球统一 CRM 实例的可行性在下降（AsiaICT、yage.ai）。
7. 7. 数据口径不确定性：CRM 市场规模在不同机构口径下相差约 43%（1,262 亿 vs 880 亿美元），任何基于单一口径的份额或 TAM 推算都需标注来源。
8. 8. 供应商自报数据可信度：AI 原生厂商自报 70%–80% 分流率与企业中位数 41.2% 之间的差距，说明公开 ROI 宣称需按场景折扣（Digital Applied）。

已知信息缺口：Gartner 一手报告（Magic Quadrant、Market Share Analysis）与 Salesforce 新 CRM 推理模型的技术细节（参数、上下文长度、基准）均未公开可核；视频中该模型的名称在转录中呈现为"KA/COA"，未能确认官方命名。Salesforce Q3 FY27 及之后的实际数据在本报告撰写时尚未披露。

八、对企业客户关系的战略启示

给采用方（企业侧）

1. 1. 先做数据与语义层，再买 Agent。 88% 试点死在生产前，主因是数据未就绪，而非模型不够强（Institute PM）。
2. 2. 以 40%–45% 分流率做 ROI 基线，把供应商宣称的 80% 视为上四分位的理想值。
3. 3. 谈判时锁定模型选择权与数据不训练条款。 Salesforce 强调"没有一个字节客户数据被使用"，这一表述应当成为合同语言而非营销语言。
4. 4. 重构流程而非包装流程。 Siemens 的 Piper 之所以有效，是因为它取消了表单和等待，而不是给表单加了一个聊天框。
5. 5. 区域化部署上下文层，特别是在中国、欧盟等数据驻留与合规要求高的市场。

给厂商方（供给侧）

1. 1. 护城河建在上下文与可信 Action 库上。 开箱即用 Agent 之所以取代"客户自建"，正是因为概率系统的可靠性无法外包给最终用户。
2. 2. 准备定价模型的现金流转换期。 席位收入的可预测性丧失与推理成本的自担，将在过渡期同时压缩毛利与增长可见度。
3. 3. 把治理与审计做成产品功能，而非合规附件——这是当前公开分析指出的最大缺口（TechHQ）。
4. 4. 面向高可靠垂类提供"受限自治"形态：沙箱学习、Action 白名单、强制人工闭环，这正是 Marshall 案例的核心设计，也是工业与通信客户唯一能接受的形态。
5. 5. 在中国等分化市场采取本地生态策略，与国产模型、本地入口、私有化部署路径耦合，而非移植公有云 SaaS 模式。

九、面向中国 CRM 厂商的产品与渠道战略建议

9.1 中国市场的独立坐标系

中国 AI CRM 的竞争条件与美国存在四项结构性差异，任何战略建议都必须建立在这四点之上。

本土头部厂商的路线已明显收敛到“AI 原生 + Agent 平台 + 语义本体”：纷享销客发布 ShareHive AgentOS 与 ShareAgent 产品家族，采用 SaaS 业务与数据层（Data Cloud + PaaS）叠加 AgentOS 的分层架构，定位“懂业务、能工作、会进化”（CSDN、tech.china.com）；销售易 NeoAgent 2.0 构建“业务语义本体”，底层为统一客户数据平台（Customer Data Cloud）、中层为信任安全层与多模型推理引擎、上层支撑六大业务智能体，并披露 NeoAgent 上市以来 AI 产品 ARR 同比增长超 10 倍（销售易、腾讯云开发者社区、OFweek）。

值得注意的是，这一分层与 Benioff 在 Dreamforce 上描述的四层架构高度一致——中国厂商在架构认知上没有代差，差距主要在数据资产规模、生态议价能力与结果计费的承受能力上。

9.2 产品战略：六条建议

建议一：把语义层做成可交付的资产，而非架构 PPT

中美厂商目前都在讲语义层（Benioff 用 Tableau、销售易称“业务语义本体”），但客户无法验收一个“层”。可交付化的具体形式是：行业语义包（字段词典 + 指标定义 + 业务规则 + 话术库）、可信 Action 库（经沙箱验证的原子动作清单）、以及场景评测集（每个 Agent 场景的准确率与兜底率基线）。Siemens 的 Marshall 之所以有说服力，正是因为它把学习成果“打包成可信 Action 库”这一交付物（Dreamforce 2026）。

建议二：Agent 形态优先做“受限自治”，而非全自动

中国客户（尤其制造、能源、医疗、通信）的采购逻辑与西门子一致——确定性优先。建议标准配置为：沙箱学习环境、Action 白名单、强制人工闭环节点、全链路审计日志、一键回滚。以 41%–45% 的一线分流率作为承诺基线，把 80% 自动化作为上限而非卖点，可以显著降低交付失败率与续费风险。

建议三：以 SFA 为矛，而非跟随美国的“服务侧优先”

SFA 细分赛道 26% 的增速高于整体 19%（界面新闻引 IDC），而美国 AI 原生挑战者（Sierra、Decagon）的火力集中在客服。这意味着中国厂商在 SFA 侧面临的外部竞争压力更小、客户付费意愿更强。优先做深的 Agent 场景应是：线索资格预审、商机诊断与下一步建议、报价与合同生成、续约与增购识别、渠道伙伴自助入口（对标 Piper 的入站管道生成）。

建议四：把信创全栈适配当作产品线，而非交付项目

79 号文的 2027 年底节点意味着 2026–2027 是集中采购窗口，且验收重点是“真替真用”而非“替换了没有”（纷享销客信创分析、Industry7View）。产品化要求包括：国产芯片、操作系统、数据库、中间件的全栈适配矩阵与认证清单；纯私有化部署的 Agent 运行时（不依赖公网模型 API）；国产模型多选与本地推理成本模型；信创环境下的 Agent 审计与等保合规证据链。

建议五：模型策略走“多模型 + 领域推理 + 数据不外流”三件套

Benioff 在 Dreamforce 上给出的组合值得直接借鉴：客户要模型选择权、要性价比、要“没有一个字节客户数据被使用”（Dreamforce 2026）。中国版落地方式是：国产模型（DeepSeek、Qwen、GLM 等）多路可选，叠加自研 CRM 领域小模型或微调层承担长流程判断，并把合成数据训练承诺写入合同。国产开源模型的可私有化特性，实际上让中国厂商在“数据不外流”这一卖点上比美国厂商更有天然优势。

建议六：产品矩阵按“入口分层”而非“功能分层”

销售易已完成“NeoAgent 服务中大型企业 + 易启（NeoEakey）服务小微与个人用户”的双线布局，两者共享同一 AI 原生底座与底层语义模型（CSDN）。这一思路的价值在于：Agent 时代的边际交付成本下降，使原本无法覆盖的小微市场重新可及，而共享语义底座避免了两套产品的维护分裂。建议同时预留第三条线——出海版本，因为多语言、多币种、多时区与各国数据合规已成为中国大中型企业的常态需求（纷享销客出海分析）。

9.3 渠道战略：五条建议

中国 SaaS 渠道的结构性难题在 AI 时代被放大：代理商可能分走高达 50% 的订阅费，而其主要贡献只是帮厂商出货，这种贡献与分配关系难以持续（人人都是产品经理）；同时厂商产品业务逻辑变化迫使渠道服务商重新评估厂商，叠加获客成本上升、续费率下滑，渠道服务商正深陷困境（神州云合）。经验数据还显示，金额续费率低于 70% 的合作模式基本无法让代理商盈利（纷享销客渠道分析）。

建议一：把渠道从“分销出货”重定位为“Agent 落地交付”

Agent 项目的高失败率（88% 试点不入生产）恰恰创造了渠道的新价值空间：数据梳理、语义包配置、场景评测、上线后调优。这类工作厂商无法规模化自营，而其单价与复购性都远高于卖许可。对应的分成结构应从“订阅费分成”转为“实施与订阅混合 + 按续费率阶梯返佣”，把渠道利益与客户留存而非首单签约绑定。

建议二：建立渠道 AI 赋能体系，并把它当作渠道筛选器

纷享销客的“AI 渠道讲武堂”以“聚焦渠道 AI 业务增长、赋能场景实践落地”为主题，围绕“AI + 行业 + 领域”三位一体框架对区域伙伴做封闭式培训（52by）。这类投入的真实作用是双向的：既提升伙伴交付能力，也筛掉靠关系而非价值能力获客的伙伴——后者正是 SaaS 渠道低质量获客与留存问题的根源（人人都是产品经理）。建议设置明确的伙伴分级门槛：认证 Agent 交付工程师数量、历史项目续费率、行业语义包贡献度。

建议三：以行业为单位切分渠道，而非以区域

Agent 的价值来自行业上下文，而行业知识无法按省份复用。建议改为“行业主伙伴 + 区域交付伙伴”的双层结构：行业主伙伴负责语义包与场景方法论并享有跨区域权益，区域伙伴负责本地交付与服务。这既缓解了传统区域代理制浪费区域机会的问题，也让行业知识沉淀为可分成的资产。

建议四：深度绑定协作平台生态，但要分清三个层次

钉钉在制造业、政府与传统企业渗透率最高且强管控强审批，企业微信与微信打通、私域运营与客户连接是核心竞争力（SCRM 生态对比）。集成深度应按三层递进评估：通知与消息层（推送线索、跟进、审批）、数据同步层（联系人、日程、任务、订单双向）、流程融合层（审批流、SOP、AI 动作在协同入口内完成）。真正的差异化只发生在第三层——Agent 直接在企微、钉钉、飞书会话内完成动作，这与 Siemens 的 Marshall 在 Slack、邮件、Teams 内工作是同一形态（Dreamforce 2026）。销售易与腾讯 WorkBuddy 联合推出的易启 Buddy 应用即是此路径的样本（CSDN）。

建议五：为央国企与出海客户建立两条专属渠道路径

这两类客户的渠道逻辑与通用市场完全不同：

• • 央国企：需要具备信创集成资质、能配合等保测评与国产化验收的系统集成商伙伴，销售周期长、单价高、招投标驱动。建议与信创生态（芯片、操作系统、数据库厂商）建立联合方案与联合投标机制，因为 79 号文的验收是全栈的（Industry7View）。
• • 出海客户：需要海外本地实施与合规伙伴，覆盖东南亚、中东、欧洲、拉美的数据驻留与本地化要求（纷享销客出海分析）。这一路径的关键不是销售渠道，而是交付与合规渠道——中国厂商在海外的短板是本地服务能力，而非产品能力。

9.4 定价策略：谨慎跟随结果计费

美国市场的结果计费（Zendesk 每次解决 1.50 美元、Sierra 纯结果计费）在中国短期内不宜直接照搬，原因有三：

1. 1. 推理成本自担的风险更高。私有化部署下 GPU 成本前置且固定，厂商无法像公有云那样按量传导。
2. 2. “已解决”的定义与验收在中国项目制交易中易生争议，尤其在央国企招投标与审计环境下。
3. 3. 中国 CRM 客单价与续费率基础更薄。续费率低于 70% 时渠道无法盈利（纷享销客渠道分析），将收入进一步与不确定的用量挂钩会放大波动。

更可行的过渡路径是三段式：基础平台订阅（保底现金流）+ Agent 能力包按场景或坐席订阅（可预测的 AI 溢价）+ 高价值场景的效果对赌条款（仅用于标杆客户，作为营销资产而非主力收入）。这也是 HubSpot 从纯 Credit 制回调至“核心席位 + Agent 混合”所验证的方向（Digital Applied）。

9.5 建议优先级与时间表

9.6 应规避的三个陷阱

1. 1. 只在旧产品上加对话窗口。 这是被本土厂商自身反复批评的做法——真正的 AI 原生要求重构底层架构、数据模型与业务逻辑（tech.china.com）。加聊天框的产品在 POC 阶段即会暴露。
2. 2. 用 Demo 分流率做商务承诺。 供应商自报 70%–80% 与企业中位数 41.2% 的差距（Digital Applied）在中国项目制交付中会直接转化为验收纠纷与回款风险。
3. 3. 把渠道当作缓解直销压力的出口。 “无直销，不渠道”——若直营 LTV 尚不足以覆盖 CAC，代理商在分成后根本无法存活（纷享销客渠道分析）。渠道应在自营模型跑通单一场景的可复制交付之后才规模化。

本节数据可信度说明：中国市场部分的份额与排名数据多来自厂商引述的 IDC 报告或厂商自有内容营销页面，存在自我有利的口径选择风险；IDC 一手报告未公开可核。国产化替代率、AI 采购硬性指标比例等数字来自二手综述，应作为方向性参考而非精确基准。

结论

Dreamforce 2026 上真正的新闻不是某个 Agent 的发布，而是四位 CEO 在不知不觉中共同定义了 AI CRM 的价值分配规则：模型层会商品化，算力层会降价，界面层会趋同，唯一稀缺且不可复制的是被治理好的客户上下文，以及愿意为 Agent 行为承担责任的组织能力。

因此未来公司客户关系的发展方向，可以用一句话概括：从"记录客户做过什么"，走向"代表公司持续为客户做事，并且能证明这件事做对了"。前半句考验数据工程，后半句考验治理与信任。财务数据已经在验证第一步——Agentforce ARR 同比 240% 的增长说明市场愿意为 Agent 付费；而 41.2% 的分流率中位数与 95% 试点无 ROI 的结论说明，第二步才刚刚开始。